ما هي Stability AI؟

ما هي Stability AI؟ يتم تسليط الضوء عليها بواسطة BTW Media لأن الأدلة المنشورة تربطها بالبنية التحتية للإنترنت، والحوكمة، والتبعيات التشغيلية، أو رؤية السوق.

• Stable Cascade هو نموذج لتوليد الصور من النص، غير تجاري، تم نشره مؤخرًا، ويعتمد على بنية Würstchen. يتبع نهجًا من ثلاث خطوات، مما يسهل التدريب والضبط على الأجهزة الاستهلاكية.
• Stable Cascade، نموذج مبتكر لتوليد النص إلى الصورة مبني على بنية Würstchen، يستخدم نهجًا فريدًا من ثلاث خطوات لتبسيط التدريب والضبط على الأجهزة الاستهلاكية، محققًا نتائج عالية الجودة من خلال الضغط الهرمي.
• Stable Cascade يوسع قدراته إلى ما هو أبعد من توليد النص إلى الصورة القياسي من خلال تقديم تباينات الصورة، وتوليد الصورة إلى صورة، ونصوص تدريب كاملة لـ ControlNet و LoRA، مما يظهر مرونته وتعدد استخداماته.

Stable Cascade هو نموذج مبتكر لتوليد الصور من النص يحقق مخرجات عالية الجودة في مساحة صور مضغوطة بفضل بنية فريدة من ثلاث خطوات، مع تقليل المتطلبات التقنية. يتوفر النموذج ونصوص التدريب المرتبطة به على صفحة GitHub الخاصة بـ Stability، مما يسمح بمزيد من التخصيص والتجريب.

عصر جديد في توليد النص إلى الصورة

Stable Cascade، المبني على بنيةWürstchen، هو نموذج مبتكر لتوليف النص إلى الصورة تم نشره كمعاينة بحثية بموجب ترخيص غير تجاري. يتميز هذا النموذج بنهج فريد من ثلاث خطوات، مما يبسط عملية التدريب والضبط على الأجهزة الاستهلاكية. يتضمن الإصدار نقاط التحقق، ونصوص الاستدلال، ونصوص تدريب إضافية لـControlNetوLoRA، وكلها متاحة على صفحة GitHub الخاصة بـ Stability. يمكن الوصول إلى هذا النموذج أيضًا للاستدلال عبر مكتبة diffusers. من خلال التركيز على الضغط الهرمي للصور، يحقق Stable Cascade نتائج عالية الجودة بمساحة كامنة مضغوطة بشدة، مما يضع معايير جديدة في الجودة والكفاءة لتوليد النص إلى الصورة.

اقرأ أيضًا:Stability AI تحسن توليد الصور بنموذج أساسي جديد Stable Diffusion

اقرأ أيضًا:الرئيس التنفيذي لـ Stability AI، Emad Mostaque، يستقيل لمتابعة ذكاء اصطناعي لا مركزي

كشف التفاصيل التقنية

تتكون بنية Stable Cascade من ثلاث خطوات، تلعب كل منها دورًا حاسمًا في توليد الصور عالية الجودة. الخطوة C، مرحلة المولد الكامن، تحول مدخلات المستخدم إلى كامن مضغوط بحجم 24×24. يتم نقل هذه إلى الخطوتين A و B، مراحل مفكك الكامن، والتي تضغط الصور أكثر، بشكل مشابه لدور VAE في Stable Diffusion ولكن بضغط أعلى بكثير. يسمح هذا الفصل بتدريب أو ضبط إضافي، بما في ذلك ControlNets و LoRAs، على الخطوة C فقط، مما يقلل التكاليف بعامل 16 مقارنة بنماذج Stable Diffusion ذات الحجم المماثل. يضمن النهج المعياري تدريبًا واستدلالًا فعالين، مما يجعله تقدمًا كبيرًا في هذا المجال.

ما وراء توليد النص إلى الصورة

يوسع Stable Cascade قدراته إلى ما هو أبعد من توليد النص إلى الصورة القياسي من خلال تقديم تباينات الصورة وتوليد الصورة إلى صورة. عن طريق استخراج تضمينات الصورة من صورة معينة باستخدام CLIP، يمكن للنموذج توليد عدة تباينات للصورة الأصلية. تُظهر هذه الميزة مرونة النموذج وتعدد استخداماته. بالإضافة إلى ذلك، يتضمن الإصدار نصوص تدريب وضبط لـ ControlNet و LoRA، مما يسمح للمستخدمين بتجربة المزيد مع البنية. كما يتم توفير ControlNets محددة للرسم الداخلي والرسم الخارجي، مما يبرز إمكانات النموذج للتطبيقات الإبداعية والعملية.

تركيز مجتمعي وغير تجاري

يتوفر Stable Cascade حاليًا للاستخدام غير التجاري فقط. ومع ذلك، تقدم Stability AI نماذج صور أخرى للأغراض التجارية عبر صفحة العضوية الخاصة بها أو منصة المطورين. يشجع الإصدار المشاركة المجتمعية والتجريب، مع توفر جميع أكواد التدريب والاستدلال على صفحة GitHub الخاصة بـ Stability. تدعو Stability AI المستخدمين إلى متابعة تقدمهم عبر منصات التواصل الاجتماعي مثل Twitter و Instagram و LinkedIn ومجتمعهم على Discord. يعزز هذا النهج بيئة تعاونية، بهدف تطوير مجال توليد النص إلى الصورة مع الحفاظ على إمكانية الوصول والابتكار.